leetcode 733 图像渲染，这道题目我曾经笔试的时候遇到过，本次采用广度搜索算法来解决

733. 图像渲染

难度简单326收藏分享切换为英文接收动态反馈

有一幅以 m x n 的二维整数数组表示的图画 image ，其中 image[i][j] 表示该图画的像素值大小。

你也被给予三个整数 sr ,  sc 和 newColor 。你应该从像素 image[sr][sc] 开始对图像进行 上色填充 。

为了完成 上色工作 ，从初始像素开始，记录初始坐标的 上下左右四个方向上 像素值与初始坐标相同的相连像素点，接着再记录这四个方向上符合条件的像素点与他们对应 四个方向上 像素值与初始坐标相同的相连像素点，……，重复该过程。将所有有记录的像素点的颜色值改为 newColor 。

最后返回 经过上色渲染后的图像 。

示例 1:

输入: image = [[1,1,1],[1,1,0],[1,0,1]]，sr = 1, sc = 1, newColor = 2
输出: [[2,2,2],[2,2,0],[2,0,1]]
解析: 在图像的正中间，(坐标(sr,sc)=(1,1)),在路径上所有符合条件的像素点的颜色都被更改成2。
注意，右下角的像素没有更改为2，因为它不是在上下左右四个方向上与初始点相连的像素点。

示例 2:

输入: image = [[0,0,0],[0,0,0]], sr = 0, sc = 0, newColor = 2
输出: [[2,2,2],[2,2,2]]

提示:

• m == image.length
• n == image[i].length
• 1 <= m, n <= 50
• 0 <= image[i][j], newColor < 216
• 0 <= sr < m
• 0 <= sc < n

通过次数108,858提交次数187,366

题解：广度搜索需要一个队列，队列存储坐标，所以我新建了一个结构体来保存位置点。需要注意的一点就是，当指定点已经是newcolor之后，直接返回即可，否则就是死循环。

class Solution {
    struct T_POS
    {
        int x;
        int y;
    };
public:
    vector<vector<int>> floodFill(vector<vector<int>>& image, int sr, int sc, int newColor) {
        int curvalue=image[sr][sc];
        if(newColor == curvalue) 
            return image;
        int n=image.size()-1;
        int m=image[0].size()-1;
        queue<T_POS> qpos;
        T_POS tempos;
        tempos.x=sr;
        tempos.y=sc;
        image[tempos.x][tempos.y]=newColor;
        qpos.push(tempos);
        while(!qpos.empty())
        {
            T_POS temposNew;
            temposNew=qpos.front();
            qpos.pop();
            int x=temposNew.x;
            int y=temposNew.y;
            if(image[min(x+1,n)][y]==curvalue)
            {
                tempos.x=min(x+1,n);
                tempos.y=y;
                image[tempos.x][tempos.y]=newColor;
                qpos.push(tempos);
            }
            if(image[max(x-1,0)][y]==curvalue)
            {
                tempos.x=max(x-1,0);
                tempos.y=y;
                image[tempos.x][tempos.y]=newColor;
                qpos.push(tempos);
            }
            if(image[x][max(y-1,0)]==curvalue)
            {
                tempos.x=x;
                tempos.y=max(y-1,0);
                image[tempos.x][tempos.y]=newColor;
                qpos.push(tempos);
            }
            if(image[x][min(y+1,m)]==curvalue)
            {
                tempos.x=x;
                tempos.y=min(y+1,m);
                image[tempos.x][tempos.y]=newColor;
                qpos.push(tempos);
            }
        }
        return image;
    }
};

执行结果：

通过

显示详情

添加备注

执行用时：4 ms, 在所有 C++ 提交中击败了96.89%的用户

内存消耗：13.7 MB, 在所有 C++ 提交中击败了51.02%的用户

通过测试用例：277 / 277

题目竟然是简单难度，我还是太菜了。

深度搜索的办法是这样的，先抄过来，以后就会了。

class Solution {
public:
    const int dx[4] = {1,0,0,-1};
    const int dy[4] = {0,1,-1,0};
    //深度优先搜索
    void dfs(vector<vector<int>>& image, int x, int y, int color, int newColor){
        if(image[x][y] == color){
            image[x][y] = newColor;
            for(int i = 0; i < 4; i++){
                int mx = x + dx[i];
                int my = y + dy[i];
                if(mx >= 0 && mx < image.size() && my >= 0 && my < image[0].size() && image[mx][my] == color){
                    dfs(image, mx, my, color, newColor);
                }
            }

        }



    }
    vector<vector<int>> floodFill(vector<vector<int>>& image, int sr, int sc, int newColor) {
        int color = image[sr][sc];
        if(color == newColor) return image;
        dfs(image, sr,sc, color,newColor);
        return image;
 
    }
};